⚗️ biochemistry

UniFlow: Unifying protein conformational ensemble generation and machine-learned force fields with a scalable normalizing Flow

UniFlow는 단백질 구조 앙상블 생성과 머신러닝 기반의 거친 입자(coarse-grained) 힘의 장을 통합하여, 단일 미분 가능한 모델 내에서 평형 분포의 신속한 샘플링과 안정적인 장시간 분자 동역학 시뮬레이션을 모두 가능하게 하는 확장 가능한 노멀라이징 플로우 프레임워크이다.

원저자: Liu, Y., Chen, M., Lin, G.

게시일 2026-07-20

📖 3 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Liu, Y., Chen, M., Lin, G.

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ⚕️ 이것은 동료 심사를 거치지 않은 프리프린트의 AI 생성 설명입니다. 의학적 조언이 아닙니다. 이 내용을 바탕으로 건강 관련 결정을 내리지 마세요. 전체 면책 조항 읽기

생물학의 세계를 거대하고 북적이는 무도회장이라고 상상해 보세요. 이 춤에서 단백질은 주인공이지만, 그들은 조각상처럼 가만히 서 있지 않습니다. 대신 바이러스를 잡거나 세포를 만드는 것과 같은 자신의 역할을 수행하기 위해 끊임없이 꿈틀거리고, 뒤틀리고, 다양한 모양으로 접힙니다. 과학자들은 이러한 다양한 형태를 "컨포메이션 앙상블(conformational ensemble, 구조적 앙상블)"이라고 부릅니다. 단백질이 어떻게 작동하는지 이해하기 위해 연구자들은 단백질이 할 수 있는 모든 가능한 움직임을 지도화해야 합니다. 전통적으로 그들은 분자 역학(Molecular Dynamics, MD)이라는 방법을 사용해 왔는데, 이는 마치 단백로의 춤이 펼쳐지는 과정을 보기 위해 초시계를 들고 원자 하나하나를 일일이 움직이며 아주 정밀한 물리 시뮬레이션을 실행하는 것과 같습니다. 하지만 이 방법은 매우 느리고 비용이 많이 듭니다. 단백질이 수행하는 드물고 중요한 움직임을 관찰하기에는 시간이 너무 오래 걸리는 경우가 많기 때문입니다.

최근 과학자들은 속도를 높이기 위해 인공지능을 활용하려고 시도해 왔습니다. 일부 AI 모델은 과거의 영화로부터 학습하여 새로운 춤 동작을 즉각적으로 그려내는 "생성 예술가"처럼 행동합니다. 다른 모델들은 단백질이 어떻게 움직여야 하는지 예측하기 위해 단순화된 규칙을 만드는 "포스 필드 엔지니어(force field engineers, 힘의 장 설계자)" 역할을 합니다. 하지만 지금까지 이 두 가지 접근 방식은 서로 대화하지 않는 두 팀이 하나의 퍼즐을 두고 작업하는 것처럼 별개로 개발되어 왔습니다. 한 팀은 예쁜 그림을 빠르게 만드는 데 집중하고, 다른 한 팀은 물리학이 정확한지에 집중했지만, 예술가의 속도와 엔지니어의 정확성을 결합하지 못했습니다.

여기 바로 이 두 세계 사이의 궁극적인 가교가 되고자 하는 새로운 도구, UniFlow가 등장했습니다. UniFlow를 단백질 모양을 위한 "만능 번역기"라고 생각하면 됩니다. 이 모델은 "노멀라이징 플로우(normalizing flow)"라는 영리한 수학적 기법을 사용하여 특정 포즈에 있을 단백질의 정확한 확률을 학습합니다. 다른 AI 모델들이 (흐릿한 이미지를 점진적으로 선명하게 다듬어가는 확산 모델처럼) 추측하거나 추측하고 확인하는 과정을 거치는 것과 달리, UniFlow는 단 한 번의 단계로 완벽한 포즈를 즉석에서 생성할 수 있습니다. 이는 마치 물리 시뮬레이션이 실행되기를 기다릴 필요 없이, 수천 가지의 가능한 위치 중 어느 곳에든 있는 단백질의 사진을 즉시 찍을 수 있는 마법 카메라를 가진 것과 같습니다.

연구진은 UniFlow가 이 작업에 매우 뛰어나다는 것을 발견했습니다. 다양한 단백질에 대해 테스트했을 때, UniFlow가 생성한 포즈는 느리고 비용이 많이 드는 물리 시뮬레이션의 결과와 거의 똑같았습니다. 단백질의 각 부분 사이의 거리, 둥근 정도, 그리고 움직임의 정도를 예측하는 데 있어서도 동일하게 정확했습니다. 하지만 진짜 마법은 속도에서 일어났습니다. 경쟁 관계에 있는 한 AI 모델이 일련의 포즈들을 생성하는 데 수백 초가 걸린 반면, UniFlow는 단 몇 초 만에 이를 해냈습니다. 표준 컴퓨터 칩 기준으로, 이전의 최고 방법들보다 약 50배에서 100배 더 빨랐습니다.

더 멋진 점은 UniFlow가 단순히 그림을 만드는 데 그치지 않고, 물리 시뮬레이션 자체의 "엔진" 역할도 할 수 있다는 것입니다. 단백질의 형태에 대한 정확한 수학적 원리를 알고 있기 때문에, 과학자들은 이를 이용해 시간이 흐름에 따라 단백질이 어떻게 움직이는지 장기 시뮬레이션을 실행할 수 있습니다. 이를 더욱 빠르게 만들기 위해, 연구진은 크고 복잡한 UniFlow 모델을 각 특정 단백질에 맞춘 작고 가벼운 버전으로 "증류(distilled)"했습니다. 이는 방대한 규칙의 도서관을 하나의 주머니에 들어가는 작은 요약 노트로 압축하는 것과 같습니다. 이 요약 노트를 사용하면, 중간 크기의 단질에 대해 2나노초(실제 시간으로는 아주 짧은 순간이지만 컴퓨터 입장에서는 매우 긴 시간)의 시뮬레이션을 전체 모델을 사용할 때의 134.2시간 대신 단 5.3시간 만에 실행할 수 있었습니다.

그러나 논문은 UniFlow가 도움 없이 작동하는 마법 지팡이는 아니라는 점을 주의 깊게 명시하고 있습니다. 이 모델은 시작을 위한 "참조(reference)" 포즈, 즉 움직임을 측정할 기준이 되는 시작점이나 고유 구조(native structure)가 여전히 필요합니다. 이 모델은 아무것도 없는 상태에서 형상을 창조하는 것이 아니라, 그 시작점으로부터의 변화를 학습하는 것입니다. UniFlow는 훈련된 단백질과 본 적 없는 새로운 단백질 모두에 대해 놀라운 성능을 보이지만, 초기 참조 프레임이 있어야 한다는 점에 의존합니다. 저자들은 비록 이것이 거대한 진전이지만, 미래의 버전은 더욱 혼란스럽고 다양한 단백질 형태를 다루기 위해 참조 없이 작동하는 법을 배워야 할 수도 있다고 제안합니다. 하지만 현재로서는, UniFlow가 빠르고 정확한 물리 법칙을 결합한 강력한 새로운 방법으로서, 과학자들이 영화가 완성되기를 몇 년씩 기다리지 않고도 고화질로 단백질의 춤을 관찰할 수 있게 해주는 도구로 서 있습니다.

UniFlow 기술 요약

문제 정의
분자 역학(MD) 시뮬레이션은 단백질의 평형 구조적 에너지 지형(conformational energy landscape)을 모델링하는 원칙적인 표준입니다. 그러나 MD의 효용성은 높은 계산 비용으로 인해 제한되며, 이는 긴 타임스케일과 거대 단백질 시스템에 대한 접근을 어렵게 만듭니다. 최근 이를 해결하기 위해 머신러닝 접근법들이 등장했으나, 이들은 크게 두 가지 독립적인 영역으로 나뉘어 발전해 왔습니다:

생성적 단백질 앙상블 모델(Generative Protein Ensemble Models): 구조 및 시뮬레이션 데이터로부터 전이 가능한 구조적 에너지 지형을 학습하여 효율적인 샘플링을 가능하게 하지만, 역학적 시뮬레이션에 필요한 물리적 일관성이 부족한 경우가 많습니다.
머신러닝 기반 조립 코스 그레인 힘장(ML-CGFFs): 장기 스케일의 역학을 위한 물리적으로 일관된 유효 포텐셜을 구축하지만, 일반적으로 생성적 샘플링 프레임워크와는 별개로 개발됩니다.

두 방향 모두 동일한 기저의 평형 분포를 표현하는 것을 목표로 하지만, 이들은 통합되지 않았습니다. 이러한 간극은 확장 가능하고 전이 가능한 앙상블 생성과 안정적이고 물리 기반인 분자 역학을 단일 프레임워크 내에서 동시에 실현하는 것을 가로막고 있습니다.

방법론: UniFlow
UniFlow는 단백질 앙상블 생성과 ML-CGFF 학습을 통합하는 최초의 확장 가능한 생성 프레임워크로 소개됩니다. 이 모델은 단백질 내부 좌표계 상에서 정의된 정규화 흐름(normalizing flow)으로 작동하며, 특히 참조 구조에 대한 각도 자유도(백본 비틀림각 $\tau$ 및 결합각 $\alpha$ )의 결합 분포를 모델링합니다.

내부 좌표 표현: 전역적 병진 및 회전 자유도를 제거하기 위해, UniFlow는 네이티브 백본 비틀림각과 이상적인 결합각으로부터의 각도 변위 $\Delta y = (\Delta \tau, \Delta \alpha)$ 를 모델링합니다. 결합 길이는 생성 과정 중에는 이상적인 값으로 고정되며, MD 힘장을 구축할 때만 강한 조화 포텐셜(stiff harmonic potential)으로 보강됩니다.
아키텍처: 모델은 $N=12$ $N = 12$ 개의 순환 결합 층(circular coupling layers)의 스택을 채택합니다.
- 결합 메커니즘: 홀수-짝수 잔기 마스킹 기법을 교대로 사용합니다. 비활성 잔기는 고정된 상태를 유지하며, 활성 잔기들은 가역적이고 주기적인 유리 이차 스플라인(rational-quadratic splines)을 통해 변환됩니다.
- 기하학 인지 컨디셔너(Geometry-Aware Conditioner): 스플라인의 파라미터는 마스킹된 입력을 세 단계로 처리하는 컨디셔너에 의해 예측됩니다:
  1. 백본 재구성: 마스킹된 변위는 NeRF(Neural Radiance Fields)를 사용하여 카테시안 좌표로 변환됩니다.
  2. 불변 기하학적 인코딩: SE(3)-불변 기하학 트랜스포머(ESM3 아키텍처 기반)가 재구성된 구조를 인코딩합니다.
  3. 투 트랙 트랜스포머(Two-Track Transformer): 서열-구조 결합 트랜스포머가 아미노산 서열과 구조적 표현을 결합하여 스플라인 파라미터를 예측합니다. 이 설계는 모델이 국소적인 내부 좌표를 다룸에도 불구하고 장거리 구조적 의존성을 포착할 수 있게 합니다.
학습 목적 함수: 모델은 대규모 평형 MD 궤적에 대해 최대 가능도(maximum likelihood)를 통해 학습됩니다. 물리적 실재성을 보장하기 위해, 음의 로그 가능도(NLL) 목적 함수는 두 가지 기하학적 손실 함수인 충돌 손실(clash loss)(비국소 잔기 쌍이 특정 거리 임계값 미만일 때 페널티 부여)과 접촉 손실(contact loss)(장거리 접촉 확률 일치)로 보강됩니다.
힘장 증류(Force Field Distillation): 효율적인 MD를 위해, 사전 학습된 UniFlow 모델(무거운 트랜스포머 포함)은 경량화된 시스템 특화 포텐셜로 증류됩니다. 이 학생 모델은 기하학 인지 트랜스포머 컨디셔너를 단순한 다층 퍼셉트론(MLP)으로 대체하며, 사전 학습된 UniFlow에서 직접 샘플링된 구조들로부터 학습됩니다. 이 증류된 포텐셜은 학습된 각도 밀도, 강한 조화 결합 길이 항, 그리고 안정성을 위한 단거리 반발 포텐셜을 포함합니다.

주요 기여

통합 프레임워크: UniFlow는 확장 가능한 단백질 앙상벨 생성과 머신러닝 기반 힘장 모델링을 모두 지원하는 최초의 아키텍처로서, 생성 모델링과 물리 기반 시뮬레이션 사이의 간극을 메웁니다.
확장 가능한 내부 좌표 학습: 저자들은 기하학적 감독(geometry-aware supervision)을 사용하는 내부 좌표 학습 전략을 개발했습니다. 이는 내부 좌표의 강한 국소성을 완화하여, 다양한 크기의 단백질 및 미학습 서열에 대한 일반화를 가능하게 합니다.
증류 레시피: 일반화 가능한 UniFlow 모델을 경량화된 시스템 특화 포텐셜로 전이하는 방법론을 제안합니다. 이를 통해 힘 평가 시 계산 비용을 크게 줄이면서 안정적인 랑제빈(Langevin) 시뮬레이션을 수행할 수 있습니다.

결과

앙상블 품질: 다양한 데이터셋(CATH1, Octapeptides, 그리고 홀드아웃 ATLAS 벤치마크)에 대해 평가했을 때, UniFlow는 참조 MD 시뮬레이션과 매우 유사한 앙상블을 생성합니다. 엔드 투 엔드 거리, 회전 반경(radius of gyration), RMSD, TICA 성분을 포함한 지표에서 SOTA 모델인 BioEmu와 대등한 옌센-샤논 발산(JSD) 점수를 달성했습니다.
일반화 성능: 모델은 미학습 펩타이드 서열(Octapeptides)과 완전히 새로운 단백질 시스템(ATLAS)에 성공적으로 일반화되어, 훈련 분포를 넘어선 전이 가능성을 입증했습니다.
샘플링 효율성: UniFlow는 단 한 번의 역단계(inverse step)로 샘플을 생성하며, 이는 BioEmu와 같은 확산 기반 베이스라인에 비해 현저히 빠른 샘플링 시간을 제공합니다 (예: NVIDIA L40S GPU에서 Octapeptides 기준 1.0초 vs 71.1초).
절제 연구(Ablation Studies): 실험을 통해 기하학 인지 아키텍처를 갖춘 내부 좌표계 운용이 카테시안 기반 흐름보다 우수함을 확인했습니다. 또한, 기하학적 손실의 포함이 더 큰 단백질의 전역적 구조 조직을 포착하는 데 필수적임을 확인했습니다. 반면 NLL 전용 학습은 국소적 영향이 지배적인 작은 시스템에서만 잘 작동했습니다.
MD 시뮬레이션: 증류된 UniFlow 포텐셜은 안정적인 랑제빈 역학을 가능하게 합니다. UniFlow 기반 MD에서 회복된 자유 에너지 지형은 주요 메타스테이블 베이슨(metastable basins)을 포착하며 참조 궤적과 일치합니다. 증류와 torch.compile을 결합하면 61개 잔기 단백질의 2ns 시뮬레이션 실행 시간이 기존 모델(134.2시간)에서 5.3시간으로 단축됩니다.

의의
본 논문은 UniFlow가 생성적 앙상블 모델링과 물리 기반 분자 시뮬레이션을 연결하는 통합된 클래스의 모델로 가는 길을 열었다고 주장합니다. 단백질 구조에 대한 정확한 가능도(likelihood)를 제공함으로써, UniFlow는 학습된 분포가 MD를 위한 미분 가능한 포텐셜로 직접 기능하게 합니다. 이 능력은 생성적 샘플링의 효율성과 물리적 일관성 사이의 역사적 트레이드오프를 해결하며, 확장 가능하고 전이 가능하며 물리 정보가 반영된 단백질 모델링을 향한 경로를 제시합니다.

UniFlow 기술 요약

유사한 논문